
import datetime
now = datetime.datetime.now()
print ("Última versión:")
print (now.strftime("%Y-%m-%d %H:%M:%S"))

Última versión:
2021-08-04 18:48:38


import pandas as pd  
import numpy as np
import pandas_profiling
from itertools import combinations 
from dateutil.parser import parse 
import matplotlib as mpl
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import seaborn as sns
import plotly.express as px


#parámetros de las gráficas 3d
elev = 50.0
azim = 10.0


#datos procesados
datos = pd.read_csv("C:/Users/miguel.alvarez/Google Drive/PREPRINTS_PONENCIAS/[Articulo]_Complejidad sistema geo-electoral_municipios/Code_Mun/1_Procesamiento/Resultados_Datos-procesados_mun2019.csv", encoding='utf-8')


print(datos.dtypes)
datos

EDO                   int64
NOMBRE_ESTADO        object
MUN                   int64
NOMBRE_MUNICIPIO     object
Coef_Var_PE         float64
Coef_Var_LNE        float64
Var_Prop_PE         float64
Var_Prop_LNE        float64
Autocorr_PE         float64
Autocorr_LNE        float64
Razon_LNE_PE        float64
PE                  float64
LNE                 float64
TC_LNE_2019         float64
NUM_SECC_RUR          int64
Area_Km2            float64
Densidad_LNE        float64
dtype: object


#se reordena y eliminan del dataframe las variables que no se usarán
datos_mun = datos.drop(columns=['Coef_Var_PE', 'Var_Prop_PE', 'Autocorr_PE','Area_Km2'])
datos_mun = datos_mun.reindex(columns= ['EDO','NOMBRE_ESTADO','MUN','NOMBRE_MUNICIPIO','NUM_SECC_RUR','LNE','Densidad_LNE','Razon_LNE_PE','TC_LNE_2019','Coef_Var_LNE','Var_Prop_LNE','Autocorr_LNE'])

#verificar si hay valores nulos en datos_mun
datos_mun.isnull().sum()

EDO                 0
NOMBRE_ESTADO       0
MUN                 0
NOMBRE_MUNICIPIO    0
NUM_SECC_RUR        0
LNE                 0
Densidad_LNE        0
Razon_LNE_PE        0
TC_LNE_2019         0
Coef_Var_LNE        0
Var_Prop_LNE        0
Autocorr_LNE        2
dtype: int64


#se eliminan las filas (municipios) con valores vacíos
datos_mun_limpio = datos_mun.dropna()
datos_mun_limpio = datos_mun_limpio.reset_index(drop=True) #para reordenar el índice del nuevo dataframe
datos_mun_limpio.isnull().sum()

EDO                 0
NOMBRE_ESTADO       0
MUN                 0
NOMBRE_MUNICIPIO    0
NUM_SECC_RUR        0
LNE                 0
Densidad_LNE        0
Razon_LNE_PE        0
TC_LNE_2019         0
Coef_Var_LNE        0
Var_Prop_LNE        0
Autocorr_LNE        0
dtype: int64


#se separan los indicadores de los metadatos 

#metadatos
metadatos = datos_mun_limpio[['EDO', 'NOMBRE_ESTADO', 'MUN', 'NOMBRE_MUNICIPIO']]
metadatos.head()

#indicadores (features)
datos_mun_limpio_f = datos_mun_limpio[['NUM_SECC_RUR','LNE', 'Densidad_LNE', 'Razon_LNE_PE', 'TC_LNE_2019', 'Coef_Var_LNE', 'Var_Prop_LNE','Autocorr_LNE']]
datos_mun_limpio_f


#resumen estadístico
datos_mun_limpio_f.describe()


#histogramas de los indicadores base 
#print(sum(datos_mun['LNE'] > 500000))
plt.figure(figsize=(20,10)) 

plt.subplot(241)
H = plt.hist(datos_mun_limpio_f['NUM_SECC_RUR'], bins = 100)
plt.subplot(242)
H = plt.hist(datos_mun_limpio_f['LNE'], bins = 100)
plt.subplot(243)
H = plt.hist(datos_mun_limpio_f['Densidad_LNE'], bins = 100)
plt.subplot(244)
H = plt.hist(datos_mun_limpio_f['Razon_LNE_PE'], bins = 100)
plt.subplot(245)
H = plt.hist(datos_mun_limpio_f['TC_LNE_2019'], bins = 100)
plt.subplot(246)
H = plt.hist(datos_mun_limpio_f['Coef_Var_LNE'], bins = 100)
plt.subplot(247)
H = plt.hist(datos_mun_limpio_f['Var_Prop_LNE'], bins = 100)
plt.subplot(248)
H = plt.hist(datos_mun_limpio_f['Autocorr_LNE'], bins = 100)


#Plot correlogram
#(see https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/)

plt.figure(figsize=(10,6), dpi= 200)
sns.heatmap(datos_mun_limpio_f.corr(), xticklabels=datos_mun_limpio_f.corr().columns, yticklabels=datos_mun_limpio_f.corr().columns, cmap='RdYlGn', center=0, annot=True)
# fix for mpl bug that cuts off top/bottom of seaborn viz (see https://github.com/mwaskom/seaborn/issues/1773)
b, t = plt.ylim() # discover the values for bottom and top
b += 0.5 # Add 0.5 to the bottom
t -= 0.5 # Subtract 0.5 from the top
plt.ylim(b, t) # update the ylim(bottom, top) values
plt.title('Correlaciones (8 indicadores base)')

#se guarda la grafica
plt.savefig('Pyplot_heatmap_ind8.png',dpi=600, bbox_inches="tight")
plt.show()


#pair-plot
#(see https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/)
corr1 = sns.pairplot(datos_mun_limpio_f)
corr1.fig.suptitle("Correlograma (8 indicadores base)", y=1.01)
corr1.savefig('Pyplot_correlogram_ind8.png',dpi=600)


datos_mun_limpio_f_ind7 = datos_mun_limpio_f[['NUM_SECC_RUR','LNE', 'Densidad_LNE', 'Razon_LNE_PE', 'TC_LNE_2019', 'Coef_Var_LNE','Autocorr_LNE']]


#Plot correlogram
#(see https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/)

plt.figure(figsize=(10,6), dpi= 200)
sns.heatmap(datos_mun_limpio_f_ind7.corr(), xticklabels=datos_mun_limpio_f_ind7.corr().columns, yticklabels=datos_mun_limpio_f_ind7.corr().columns, cmap='RdYlGn', center=0, annot=True)
# fix for mpl bug that cuts off top/bottom of seaborn viz (see https://github.com/mwaskom/seaborn/issues/1773)
b, t = plt.ylim() # discover the values for bottom and top
b += 0.5 # Add 0.5 to the bottom
t -= 0.5 # Subtract 0.5 from the top
plt.ylim(b, t) # update the ylim(bottom, top) values
plt.title('Correlaciones (7 indicadores base)')

#se guarda la grafica
plt.savefig('Pyplot_heatmap_ind7.png',dpi=600,bbox_inches="tight")
plt.show()


#pair-plot
#(see https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/)
corr2_tf = sns.pairplot(datos_mun_limpio_f_ind7)
corr2_tf.fig.suptitle("Correlograma (7 indicadores base)", y=1.01)
corr2_tf.savefig('Pyplot_correlogram_ind7.png',dpi=600)


#se transforman algunos indicadores para analizar escenarios
datos_mun_limpio_f_tf = datos_mun_limpio_f.copy()

#np-log de LNE, Densidad
datos_mun_limpio_f_tf['LNE'] = np.log(datos_mun_limpio_f_tf['LNE'])
datos_mun_limpio_f_tf['Densidad_LNE'] = np.log(datos_mun_limpio_f_tf['Densidad_LNE'])
#datos_mun_limpio_f_tf['NUM_SECC_RUR'] = np.log(datos_mun_limpio_f_tf['NUM_SECC_RUR']+1)

#renombramos algunas columnas
datos_mun_limpio_f_tf=datos_mun_limpio_f_tf.rename(columns={"LNE": "log(LNE)", "Densidad_LNE": "log(Densidad_LNE)"})

#resumen estadístico
datos_mun_limpio_f_tf.describe()


#histogramas de los indicadores base 
#print(sum(datos_mun['log(LNE')] > 500000))
plt.figure(figsize=(20,10)) 

plt.subplot(241)
H = plt.hist(datos_mun_limpio_f_tf['NUM_SECC_RUR'], bins = 100)
plt.subplot(242)
H = plt.hist(datos_mun_limpio_f_tf['log(LNE)'], bins = 100)
plt.subplot(243)
H = plt.hist(datos_mun_limpio_f_tf['log(Densidad_LNE)'], bins = 100)
plt.subplot(244)
H = plt.hist(datos_mun_limpio_f_tf['Razon_LNE_PE'], bins = 100)
plt.subplot(245)
H = plt.hist(datos_mun_limpio_f_tf['TC_LNE_2019'], bins = 100)
plt.subplot(246)
H = plt.hist(datos_mun_limpio_f_tf['Coef_Var_LNE'], bins = 100)
plt.subplot(247)
H = plt.hist(datos_mun_limpio_f_tf['Var_Prop_LNE'], bins = 100)
plt.subplot(248)
H = plt.hist(datos_mun_limpio_f_tf['Autocorr_LNE'], bins = 100)


#Plot correlogram
#(see https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/)

plt.figure(figsize=(10,6), dpi= 200)
sns.heatmap(datos_mun_limpio_f_tf.corr(), xticklabels=datos_mun_limpio_f_tf.corr().columns, yticklabels=datos_mun_limpio_f_tf.corr().columns, cmap='RdYlGn', center=0, annot=True)
# fix for mpl bug that cuts off top/bottom of seaborn viz (see https://github.com/mwaskom/seaborn/issues/1773)
b, t = plt.ylim() # discover the values for bottom and top
b += 0.5 # Add 0.5 to the bottom
t -= 0.5 # Subtract 0.5 from the top
plt.ylim(b, t) # update the ylim(bottom, top) values
plt.title('Correlaciones (8 indicadores base, con transformación log en LNE y Densidad_LNE)')

#se guarda la grafica
plt.savefig('Pyplot_heatmap_ind8_tf.png',dpi=600,bbox_inches="tight")
plt.show()


#pair-plot
#(see https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/)
corr1_tf = sns.pairplot(datos_mun_limpio_f_tf)
corr1_tf.fig.suptitle("Correlograma (8 indicadores base, con transformación log en LNE y Densidad_LNE)", y=1.01)
corr1_tf.savefig('Pyplot_correlogram_ind8_tf.png',dpi=600)


datos_mun_limpio_f_tf_ind7 = datos_mun_limpio_f_tf[['NUM_SECC_RUR','log(LNE)', 'log(Densidad_LNE)', 'Razon_LNE_PE', 'TC_LNE_2019', 'Coef_Var_LNE','Autocorr_LNE']]


#Plot correlogram
#(see https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/)

plt.figure(figsize=(10,6), dpi= 200)
sns.heatmap(datos_mun_limpio_f_tf_ind7.corr(), xticklabels=datos_mun_limpio_f_tf_ind7.corr().columns, yticklabels=datos_mun_limpio_f_tf_ind7.corr().columns, cmap='RdYlGn', center=0, annot=True)
# fix for mpl bug that cuts off top/bottom of seaborn viz (see https://github.com/mwaskom/seaborn/issues/1773)
b, t = plt.ylim() # discover the values for bottom and top
b += 0.5 # Add 0.5 to the bottom
t -= 0.5 # Subtract 0.5 from the top
plt.ylim(b, t) # update the ylim(bottom, top) values
plt.title('Correlaciones (7 indicadores base, con transformación log en LNE y Densidad_LNE)')

#se guarda la grafica
plt.savefig('Pyplot_heatmap_ind7_tf.png',dpi=600,bbox_inches="tight")
plt.show()


#pair-plot
#(see https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/)
corr2_tf = sns.pairplot(datos_mun_limpio_f_tf_ind7)
corr2_tf.fig.suptitle("Correlograma (7 indicadores base, con transformación log en LNE y Densidad_LNE)", y=1.01)
corr2_tf.savefig('Pyplot_correlogram_ind7_tf.png',dpi=600)


from sklearn.preprocessing import StandardScaler

#Se crean listas para separar los tipos/escenarios de datos

#seleccionamos 7 indicadores
ind7 = ['NUM_SECC_RUR','LNE', 'Densidad_LNE', 'Razon_LNE_PE', 'TC_LNE_2019', 'Coef_Var_LNE', 'Autocorr_LNE']

#seleccionamos 7 indicadores (con log)
ind7_tf = ['NUM_SECC_RUR','log(LNE)', 'log(Densidad_LNE)', 'Razon_LNE_PE', 'TC_LNE_2019', 'Coef_Var_LNE', 'Autocorr_LNE']

#seleccionamos 8 indicadores
ind8 = ['NUM_SECC_RUR','LNE', 'Densidad_LNE', 'Razon_LNE_PE', 'TC_LNE_2019', 'Coef_Var_LNE', 'Var_Prop_LNE', 'Autocorr_LNE']

#seleccionamos 8 indicadores (con log)
ind8_tf = ['NUM_SECC_RUR','log(LNE)', 'log(Densidad_LNE)', 'Razon_LNE_PE', 'TC_LNE_2019', 'Coef_Var_LNE', 'Var_Prop_LNE', 'Autocorr_LNE']

#etiquetas
labels = ['EDO', 'NOMBRE_ESTADO', 'MUN', 'NOMBRE_MUNICIPIO']


#seleccionamos los valores de solo 7 indicadores (sin Var_Prop_LNE)
x = datos_mun_limpio_f.loc[:, ind7].values

#seleccionamos los valores de solo 7 indicadores (sin Var_Prop_LNE y con log)
x_1 = datos_mun_limpio_f_tf.loc[:, ind7_tf].values

#seleccionamos los valores de los 8 indicadores originales
x_2 = datos_mun_limpio_f.loc[:, ind8].values

#seleccionamos los valores de los 8 indicadores con transformacion log en LNE y Densidad
x_3 = datos_mun_limpio_f_tf.loc[:, ind8_tf].values

#seleccionamos las labels (metadatos)
y = metadatos.loc[:,labels].values

print(x.shape)
print(x_1.shape)
print(x_2.shape)
print(x_3.shape)
print(y.shape)

(2456, 7)
(2456, 7)
(2456, 8)
(2456, 8)
(2456, 4)


#para verificar que no haya valores nulos o infinitos en ind7
print(np.any(np.isnan(x)))
print(np.all(np.isfinite(x)))

#para verificar que no haya valores nulos o infinitos en ind7_tf
print(np.any(np.isnan(x_1)))
print(np.all(np.isfinite(x_1)))

#para verificar que no haya valores nulos o infinitos en ind8
print(np.any(np.isnan(x_2)))
print(np.all(np.isfinite(x_2)))

#para verificar que no haya valores nulos o infinitos en ind8_tf
print(np.any(np.isnan(x_3)))
print(np.all(np.isfinite(x_3)))

False
True
False
True
False
True
False
True


#Estandarizamos los valores de ind7 (normalización)
x = StandardScaler().fit_transform(x)
print(x.shape)

#Estandarizamos los valores de ind7_tf (normalización)
x_1 = StandardScaler().fit_transform(x_1)
print(x_1.shape)

#Estandarizamos los valores de ind8 (normalización)
x_2 = StandardScaler().fit_transform(x_2)
print(x_2.shape)

#Estandarizamos los valores de ind8_tf (normalización)
x_3 = StandardScaler().fit_transform(x_3)
print(x_3.shape)

(2456, 7)
(2456, 7)
(2456, 8)
(2456, 8)


from sklearn.decomposition import PCA

#calculo de PCA (con las 7 componentes), y obtención de los valores CP para cada municipio
pca_7cp = PCA(n_components=7)
pca_ind7 = pca_7cp.fit_transform(x)

#razones de varianza explicada por cada CP 
print('Razón de varianza explicada por cada CP (n_components=7): %s'
      % str(pca_7cp.explained_variance_ratio_))

#dataframe con los valores de los 7 CP por municipio
df_pca_ind7 = pd.DataFrame(data = pca_ind7
             , columns = ['CP1', 'CP2', 'CP3','CP4', 'CP5', 'CP6','CP7'])
df_pca_ind7

Razón de varianza explicada por cada CP (n_components=7): [0.24360469 0.192777   0.16684114 0.14944869 0.12723224 0.06753295
 0.05256328]


#obtención de los pesos por cada variable
pca_pesos_ind7 = pca_7cp.components_
print(pca_pesos_ind7)

#transformación a un dataframe:
df_pca_pesos_ind7 = pd.DataFrame(pca_pesos_ind7, columns=ind7)
principal_components_pesos = pd.DataFrame(['CP1', 'CP2', 'CP3','CP4', 'CP5', 'CP6','CP7'])
df_pca_pesos_ind7.insert(0, 'Componentes Principales', principal_components_pesos)

#se guarda el último dataframe en un csv
df_pca_pesos_ind7.to_csv(r'Resultados_Mun_PCA_pesos_ind7.csv', index = None)

df_pca_pesos_ind7=df_pca_pesos_ind7.set_index('Componentes Principales')
df_pca_pesos_ind7

[[-0.21170503 -0.55085492 -0.4652781  -0.46318748  0.11282181  0.4300933
   0.15167227]
 [-0.28763411  0.40968353  0.55206786 -0.39929218  0.25268208  0.39265581
   0.25920269]
 [ 0.60482668  0.13569797 -0.21108812 -0.08115543  0.5821943  -0.15528845
   0.44895617]
 [ 0.28162339  0.13998009 -0.08128719  0.23331698 -0.60163818  0.45566732
   0.52004636]
 [ 0.52575477  0.2531604  -0.07551216 -0.45700865 -0.1724365   0.26200532
  -0.58868634]
 [ 0.01324508  0.01216482 -0.05443388  0.59673253  0.43904333  0.59720019
  -0.30202105]
 [-0.38823581  0.65304803 -0.64722982 -0.00731252  0.0033026  -0.06163687
  -0.00559551]]


plt.figure(figsize=(10,6), dpi= 200)
sns.heatmap(df_pca_pesos_ind7, cmap='RdYlGn', center=0, annot=True)
# fix for mpl bug that cuts off top/bottom of seaborn viz (see https://github.com/mwaskom/seaborn/issues/1773)
b, t = plt.ylim() # discover the values for bottom and top
b += 0.5 # Add 0.5 to the bottom
t -= 0.5 # Subtract 0.5 from the top
plt.ylim(b, t) # update the ylim(bottom, top) values
plt.title('Pesos de las Componentes Principales (7 indicadores base)')

plt.savefig('Pyplot_PCA_heatmap_ind7.png',dpi=600,bbox_inches="tight")
plt.show()


#calculo de la matriz de covarianza y sus correspondientes eigenvalores y eigenvectores
cov_mat = np.cov(x.T)
eigen_vals, eigen_vecs = np.linalg.eig(cov_mat)

# calculate of individual and cumulative sum of explained variances
tot = sum(eigen_vals)
var_exp = [(i / tot) for i in sorted(eigen_vals, reverse=True)]
cum_var_exp = np.cumsum(var_exp)

# plot explained variances
plt.figure(figsize=(10,6), dpi= 200)
plt.bar(range(1,8), var_exp, alpha=0.5,
        align='center', label='varianza explicada individual')
plt.step(range(1,8), cum_var_exp, where='mid',
         label='varianza explicada acumulada')
plt.ylabel('Razón de varianza explicada')
plt.xlabel('Índice Componentes Principales')
plt.legend(loc='best')
plt.title('Componentes Principales (7 indicadores base)')

plt.savefig('Pyplot_PCA_variance_ind7.png',dpi=600)
plt.show()


#concatenamos los resultados con los metadatos
df_pca_results_ind7 = pd.concat([metadatos[labels], df_pca_ind7], axis = 1)
df_pca_results_ind7.head()
#salvar resultados PCA
df_pca_results_ind7.to_csv(r'Resultados_Mun_PCA_ind7.csv', index = None)


#Scatter plot (seaborn)  PC1 vs PC2
#(see https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python)

plt.figure(figsize=(16, 10), dpi= 200, facecolor='w', edgecolor='k')
sns.scatterplot(x="CP1", y="CP2", 
                data=df_pca_results_ind7)
# Set x-axis label
plt.xlabel('CP1 (ICE principal)')
# Set y-axis label
plt.ylabel('CP2 (segundo ICE)')
plt.title('Proyección en CP1-CP2 (7 indicadores)')

plt.savefig('Pyplot_PCA_projection_ind7.png',dpi=600)


from matplotlib import pyplot
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.lines import Line2D

fig = pyplot.figure(figsize=(16, 10), dpi=200, facecolor='w', edgecolor='k')
ax = Axes3D(fig)
ax.scatter(df_pca_results_ind7['CP1'], df_pca_results_ind7['CP2'], df_pca_results_ind7['CP3'],s=20)
# ax.set_xlim3d(-10, 40)
ax.set_ylim3d(-7.5,7.5)
ax.set_zlim3d(-2,8)
ax.set_xlabel('CP1 (ICE principal)')
ax.set_ylabel('CP2 (segundo ICE)')
ax.set_zlabel('CP3 (tercer ICE)')
ax.view_init(elev, azim)
ax.set_title('Proyección en CP1-CP2-CP3 (7 indicadores)')

plt.savefig('Pyplot_PCA_3dprojection_ind7.png',dpi=600)
pyplot.show()


# import plotly.express as px

# fig = px.scatter_3d(df_pca_results_ind7, 
#                     x='CP1', 
#                     y='CP2', 
#                     z='CP3')
# fig.update_layout(scene = dict(
#                     xaxis_title='CP1 (ICE principal)',
#                     yaxis_title='CP2 (segundo ICE)',
#                     zaxis_title='CP3 (tercer ICE)'),
#                  legend_orientation="h")
# fig.show()


from sklearn.decomposition import PCA

#calculo de PCA (con las 7 componentes), y obtención de los valores CP para cada municipio
pca_7cp_tf = PCA(n_components=7)
pca_ind7_tf = pca_7cp_tf.fit_transform(x_1)

#razones de varianza explicada por cada CP 
print('Razón de varianza explicada por cada CP (n_components=7): %s'
      % str(pca_7cp_tf.explained_variance_ratio_))

#dataframe con los valores de los 7 CP por municipio
df_pca_ind7_tf = pd.DataFrame(data = pca_ind7_tf
             , columns = ['CP1', 'CP2', 'CP3','CP4', 'CP5', 'CP6','CP7'])
df_pca_ind7_tf

Razón de varianza explicada por cada CP (n_components=7): [0.26509148 0.19086047 0.17121537 0.14902264 0.10925105 0.06679438
 0.04776462]


#obtención de los pesos por cada variable
pca_pesos_ind7_tf = pca_7cp_tf.components_
print(pca_pesos_ind7_tf)

#transformación a un dataframe:
df_pca_pesos_ind7_tf = pd.DataFrame(pca_pesos_ind7_tf, columns=ind7_tf)
principal_components_pesos = pd.DataFrame(['CP1', 'CP2', 'CP3','CP4', 'CP5', 'CP6','CP7'])
df_pca_pesos_ind7_tf.insert(0, 'Componentes Principales', principal_components_pesos)

#se guarda el último dataframe en un csv
df_pca_pesos_ind7_tf.to_csv(r'Resultados_Mun_PCA_pesos_ind7_tf.csv', index = None)

df_pca_pesos_ind7_tf=df_pca_pesos_ind7_tf.set_index('Componentes Principales')
df_pca_pesos_ind7_tf

[[-0.44275466 -0.59105854 -0.16528089 -0.47430925 -0.00792863  0.44801561
  -0.03937294]
 [ 0.33353624  0.2790298  -0.17703029 -0.40330421  0.51704425  0.26121896
   0.53040723]
 [ 0.43561269 -0.14813439 -0.76289326 -0.10441756 -0.04037676 -0.19243062
  -0.3958899 ]
 [ 0.26110862  0.05579707 -0.15353108  0.17997667 -0.71706383  0.48386507
   0.35276003]
 [ 0.31784632  0.28348714  0.40934933 -0.42113383 -0.11535435  0.33961536
  -0.58740358]
 [ 0.03941721 -0.05738102 -0.08329783  0.62336946  0.44332363  0.57705481
  -0.2647595 ]
 [ 0.57637294 -0.68123235  0.4015709   0.05602352  0.08336117 -0.10752153
   0.14425303]]


plt.figure(figsize=(10,6), dpi= 200)
sns.heatmap(df_pca_pesos_ind7_tf, cmap='RdYlGn', center=0, annot=True)
# fix for mpl bug that cuts off top/bottom of seaborn viz (see https://github.com/mwaskom/seaborn/issues/1773)
b, t = plt.ylim() # discover the values for bottom and top
b += 0.5 # Add 0.5 to the bottom
t -= 0.5 # Subtract 0.5 from the top
plt.ylim(b, t) # update the ylim(bottom, top) values
plt.title('Pesos de las Componentes Principales (7 indicadores base, con transformación log en LNE y Densidad_LNE)')

plt.savefig('Pyplot_PCA_heatmap_ind7_tf.png',dpi=600,bbox_inches="tight")
plt.show()


#calculo de la matriz de covarianza y sus correspondientes eigenvalores y eigenvectores
cov_mat = np.cov(x_1.T)
eigen_vals, eigen_vecs = np.linalg.eig(cov_mat)

# calculate of individual and cumulative sum of explained variances
tot = sum(eigen_vals)
var_exp = [(i / tot) for i in sorted(eigen_vals, reverse=True)]
cum_var_exp = np.cumsum(var_exp)

# plot explained variances
plt.figure(figsize=(10,6), dpi= 200)
plt.bar(range(1,8), var_exp, alpha=0.5,
        align='center', label='varianza explicada individual')
plt.step(range(1,8), cum_var_exp, where='mid',
         label='varianza explicada acumulada')
plt.ylabel('Razón de varianza explicada')
plt.xlabel('Índice Componentes Principales')
plt.legend(loc='best')
plt.title('Componentes Principales (7 indicadores base, con transformación log en LNE y Densidad_LNE)')

plt.savefig('Pyplot_PCA_variance_ind7_tf.png',dpi=600)
plt.show()


#concatenamos los resultados con los metadatos
df_pca_results_ind7_tf = pd.concat([metadatos[labels], df_pca_ind7_tf], axis = 1)
df_pca_results_ind7_tf.head()
#salvar resultados PCA
df_pca_results_ind7_tf.to_csv(r'Resultados_Mun_PCA_ind7_tf.csv', index = None)


#Scatter plot (seaborn)  PC1 vs PC2
#(see https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python)

plt.figure(figsize=(16, 10), dpi= 200, facecolor='w', edgecolor='k')
sns.scatterplot(x="CP1", y="CP2", 
                data=df_pca_results_ind7_tf)
# Set x-axis label
plt.xlabel('CP1 (ICE principal)')
# Set y-axis label
plt.ylabel('CP2 (segundo ICE)')
plt.title('Proyección en CP1-CP2 (7 indicadores, con transformación log en LNE y Densidad_LNE)')

plt.savefig('Pyplot_PCA_projection_ind7_tf.png',dpi=600)


from matplotlib import pyplot
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.lines import Line2D

fig = pyplot.figure(figsize=(16, 10), dpi=200, facecolor='w', edgecolor='k')
ax = Axes3D(fig)
ax.scatter(df_pca_results_ind7_tf['CP1'], df_pca_results_ind7_tf['CP2'], df_pca_results_ind7_tf['CP3'],s=20)
# ax.set_xlim3d(-10, 40)
ax.set_ylim3d(-7.5,7.5)
ax.set_zlim3d(-2,8)
ax.set_xlabel('CP1 (ICE principal)')
ax.set_ylabel('CP2 (segundo ICE)')
ax.set_zlabel('CP3 (tercer ICE)')
ax.view_init(elev, azim)
ax.set_title('Proyección en CP1-CP2-CP3 (7 indicadores, con transformación log en LNE y Densidad_LNE)')

plt.savefig('Pyplot_PCA_3dprojection_ind7_tf.png',dpi=600)
pyplot.show()


# import plotly.express as px

# fig = px.scatter_3d(df_pca_results_ind7_tf, 
#                     x='CP1', 
#                     y='CP2', 
#                     z='CP3')
# fig.update_layout(scene = dict(
#                     xaxis_title='CP1 (ICE principal)',
#                     yaxis_title='CP2 (segundo ICE)',
#                     zaxis_title='CP3 (tercer ICE)'),
#                  legend_orientation="h")
# fig.show()


from sklearn.decomposition import PCA

#calculo de PCA con 3 componentes, y obtención de los valores de CP para cada municipio
pca_8cp = PCA(n_components=8)
pca_ind8 = pca_8cp.fit_transform(x_2)

#razones de varianza explicada por cada CP 
print('Razón de varianza explicada por cada CP (n_components=8): %s'
      % str(pca_8cp.explained_variance_ratio_))

#dataframe con los valores de los CP por municipio
df_pca_ind8 = pd.DataFrame(data = pca_ind8
             , columns = ['CP1', 'CP2', 'CP3','CP4', 'CP5', 'CP6','CP7', 'CP8'])
df_pca_ind8

Razón de varianza explicada por cada CP (n_components=8): [0.26527784 0.1917719  0.15409245 0.13305691 0.11143672 0.06389931
 0.0460018  0.03446307]


#obtención de los pesos por cada variable
pca_pesos_ind8 = pca_8cp.components_
print(pca_pesos_ind8)

#transformación a un dataframe:
df_pca_pesos_ind8 = pd.DataFrame(pca_pesos_ind8, columns=ind8)
principal_components_pesos = pd.DataFrame(['CP1', 'CP2', 'CP3','CP4', 'CP5', 'CP6','CP7', 'CP8'])
df_pca_pesos_ind8.insert(0, 'Componentes Principales', principal_components_pesos)

#se guarda el último dataframe en un csv
df_pca_pesos_ind8.to_csv(r'Resultados_Mun_PCA_pesos_ind8.csv', index = None)

df_pca_pesos_ind8=df_pca_pesos_ind8.set_index('Componentes Principales')
df_pca_pesos_ind8

[[-0.14440579 -0.20533281 -0.15157056 -0.47596612  0.40794226  0.36088903
   0.57610717  0.24271542]
 [ 0.07955961  0.65012685  0.61851028  0.03180189  0.3194134  -0.11866788
   0.23667921  0.12375372]
 [-0.6183416   0.06703125  0.39683755 -0.19523917 -0.42002763  0.45888247
  -0.12774451 -0.11936129]
 [ 0.40257414  0.19789376 -0.09312374  0.10041144 -0.36391798  0.45444498
  -0.075091    0.65986547]
 [ 0.52553132  0.25499169 -0.0718703  -0.48712455 -0.12677956  0.25258667
  -0.02301504 -0.57960127]
 [ 0.02512235  0.01103934 -0.06921065  0.69619842  0.1511279   0.51247691
   0.29518959 -0.37034515]
 [-0.38743794  0.65228019 -0.64645978 -0.01114778 -0.0179466  -0.07562108
   0.0180718  -0.00454565]
 [ 0.0385034  -0.03010502  0.02129833  0.04623064 -0.61924463 -0.32623999
   0.70861342 -0.05468875]]


plt.figure(figsize=(10,6), dpi= 200)
sns.heatmap(df_pca_pesos_ind8, cmap='RdYlGn', center=0, annot=True)
# fix for mpl bug that cuts off top/bottom of seaborn viz (see https://github.com/mwaskom/seaborn/issues/1773)
b, t = plt.ylim() # discover the values for bottom and top
b += 0.5 # Add 0.5 to the bottom
t -= 0.5 # Subtract 0.5 from the top
plt.ylim(b, t) # update the ylim(bottom, top) values
plt.title('Pesos de las Componentes Principales (8 indicadores base)')

plt.savefig('Pyplot_PCA_heatmap_ind8.png',dpi=600,bbox_inches="tight")
plt.show()


#calculo de la matriz de covarianza y sus correspondientes eigenvalores y eigenvectores
cov_mat = np.cov(x_2.T)
eigen_vals, eigen_vecs = np.linalg.eig(cov_mat)

# calculate of individual and cumulative sum of explained variances
tot = sum(eigen_vals)
var_exp = [(i / tot) for i in sorted(eigen_vals, reverse=True)]
cum_var_exp = np.cumsum(var_exp)

# plot explained variances
plt.figure(figsize=(10,6), dpi= 200)
plt.bar(range(1,9), var_exp, alpha=0.5,
        align='center', label='varianza explicada individual')
plt.step(range(1,9), cum_var_exp, where='mid',
         label='varianza explicada acumulada')
plt.ylabel('Razón de varianza explicada')
plt.xlabel('Índice Componentes Principales')
plt.legend(loc='best')
plt.title('Componentes Principales (8 indicadores base)')

plt.savefig('Pyplot_PCA_variance_ind8.png',dpi=600)
plt.show()


#concatenamos los resultados con los metadatos
df_pca_results_ind8 = pd.concat([metadatos[labels], df_pca_ind8], axis = 1)
df_pca_results_ind8.head()
#salvar resultados PCA
df_pca_results_ind8.to_csv(r'Resultados_Mun_PCA_ind8.csv', index = None)


#Scatter plot (seaborn) PC1 vs PC2

plt.figure(figsize=(16, 10), dpi= 200, facecolor='w', edgecolor='k')
sns.scatterplot(x="CP1", y="CP2", 
                data=df_pca_results_ind8)
# Set x-axis label
plt.xlabel('CP1 (ICE principal)')
# Set y-axis label
plt.ylabel('CP2 (segundo ICE)')
plt.title('Proyección en CP1-CP2 (8 indicadores base)')

plt.savefig('Pyplot_PCA_projection_ind8.png',dpi=600)


from matplotlib import pyplot
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.lines import Line2D

fig = pyplot.figure(figsize=(16, 10), dpi=200, facecolor='w', edgecolor='k')
ax = Axes3D(fig)
ax.scatter(df_pca_results_ind8['CP1'], df_pca_results_ind8['CP2'], df_pca_results_ind8['CP3'],s=20)
# ax.set_xlim3d(-10, 40)
ax.set_ylim3d(-9,12)
ax.set_zlim3d(-2,8)
ax.set_xlabel('CP1 (ICE principal)')
ax.set_ylabel('CP2 (segundo ICE)')
ax.set_zlabel('CP3 (tercer ICE)')
ax.view_init(elev, azim)
ax.set_title('Proyección en CP1-CP2-CP3 (8 indicadores)')

plt.savefig('Pyplot_PCA_3dprojection_ind8.png',dpi=600)
pyplot.show()


# import plotly.express as px

# fig = px.scatter_3d(df_pca_results_ind8, 
#                     x='CP1', 
#                     y='CP2', 
#                     z='CP3')
# fig.update_layout(scene = dict(
#                     xaxis_title='CP1 (ICE principal)',
#                     yaxis_title='CP2 (segundo ICE)',
#                     zaxis_title='CP3 (tercer ICE)'),
#                  legend_orientation="h")
# fig.show()


from sklearn.decomposition import PCA

#calculo de PCA con 8 componentes, y obtención de los valores de CP para cada municipio
pca_8cp_tf = PCA(n_components=8)
pca_ind8_tf = pca_8cp_tf.fit_transform(x_3)

#razones de varianza explicada por cada CP 
print('Razón de varianza explicada por cada CP (n_components=8): %s'
      % str(pca_8cp_tf.explained_variance_ratio_))

#dataframe con los valores de los CP por municipio
df_pca_ind8_tf = pd.DataFrame(data = pca_ind8_tf
             , columns = ['CP1', 'CP2', 'CP3','CP4', 'CP5', 'CP6','CP7', 'CP8'])
df_pca_ind8_tf

Razón de varianza explicada por cada CP (n_components=8): [0.26822543 0.21052922 0.15096734 0.13561438 0.09568469 0.06276904
 0.04179822 0.03441167]


#obtención de los pesos por cada variable
pca_pesos_ind8_tf = pca_8cp_tf.components_
print(pca_pesos_ind8_tf)

#transformación a un dataframe:
df_pca_pesos_ind8_tf = pd.DataFrame(pca_pesos_ind8_tf, columns=ind8_tf)
principal_components_pesos = pd.DataFrame(['CP1', 'CP2', 'CP3','CP4', 'CP5', 'CP6','CP7', 'CP8'])
df_pca_pesos_ind8_tf.insert(0, 'Componentes Principales', principal_components_pesos)

#se guarda el último dataframe en un csv
df_pca_pesos_ind8_tf.to_csv(r'Resultados_Mun_PCA_pesos_ind8_tf.csv', index = None)

df_pca_pesos_ind8_tf=df_pca_pesos_ind8_tf.set_index('Componentes Principales')
df_pca_pesos_ind8_tf

[[-2.35547688e-01 -2.78049672e-01 -9.23588896e-02 -5.05644797e-01
   3.50371007e-01  3.95751932e-01  5.40200833e-01  1.78332464e-01]
 [-4.26498152e-01 -5.91128057e-01 -1.19406516e-01 -8.12768325e-02
  -4.49278591e-01  1.83936829e-01 -3.21070758e-01 -3.30200949e-01]
 [ 5.15858754e-01 -8.06497668e-02 -7.97716472e-01 -2.06537725e-01
   2.61799363e-02 -6.18196258e-02 -5.09113891e-02 -2.03167257e-01]
 [ 2.34740827e-01  1.33987069e-01 -6.62182930e-02  1.41068083e-02
  -4.87404746e-01  5.75267134e-01 -1.24162935e-01  5.81763052e-01]
 [ 3.23825900e-01  2.79250813e-01  4.02388273e-01 -3.93661992e-01
  -1.47983663e-01  3.44831755e-01  2.63430987e-02 -5.98972137e-01]
 [ 6.06116670e-02 -8.16517151e-02 -1.12509674e-01  7.30541869e-01
   1.72016171e-01  4.85553424e-01  2.84511565e-01 -3.11465654e-01]
 [ 5.76751985e-01 -6.81286283e-01  4.01138011e-01  5.51785018e-02
   6.68245858e-02 -1.17389043e-01  1.61605608e-02  1.44023958e-01]
 [ 1.49419870e-02 -2.48378720e-04 -3.14489069e-02  5.61669776e-02
  -6.17402524e-01 -3.26101909e-01  7.10764568e-01 -5.40213749e-02]]


plt.figure(figsize=(10,6), dpi= 200)
sns.heatmap(df_pca_pesos_ind8_tf, cmap='RdYlGn', center=0, annot=True)
# fix for mpl bug that cuts off top/bottom of seaborn viz (see https://github.com/mwaskom/seaborn/issues/1773)
b, t = plt.ylim() # discover the values for bottom and top
b += 0.5 # Add 0.5 to the bottom
t -= 0.5 # Subtract 0.5 from the top
plt.ylim(b, t) # update the ylim(bottom, top) values
plt.title('Pesos de las Componentes Principales (8 indicadores base, con transformación log en LNE y Densidad_LNE)')

plt.savefig('Pyplot_PCA_heatmap_ind8_tf.png',dpi=600,bbox_inches="tight")
plt.show()


#calculo de la matriz de covarianza y sus correspondientes eigenvalores y eigenvectores
cov_mat = np.cov(x_3.T)
eigen_vals, eigen_vecs = np.linalg.eig(cov_mat)

# calculate of individual and cumulative sum of explained variances
tot = sum(eigen_vals)
var_exp = [(i / tot) for i in sorted(eigen_vals, reverse=True)]
cum_var_exp = np.cumsum(var_exp)

# plot explained variances
plt.figure(figsize=(10,6), dpi= 200)
plt.bar(range(1,9), var_exp, alpha=0.5,
        align='center', label='varianza explicada individual')
plt.step(range(1,9), cum_var_exp, where='mid',
         label='varianza explicada acumulada')
plt.ylabel('Razón de varianza explicada')
plt.xlabel('Índice Componentes Principales')
plt.legend(loc='best')
plt.title('Componentes Principales (8 indicadores base, con transformación log en LNE y Densidad_LNE)')

plt.savefig('Pyplot_PCA_variance_ind8_tf.png',dpi=600)
plt.show()


#concatenamos los resultados con los metadatos
df_pca_results_ind8_tf = pd.concat([metadatos[labels], df_pca_ind8_tf], axis = 1)
df_pca_results_ind8_tf.head()
#salvar resultados PCA
df_pca_results_ind8_tf.to_csv(r'Resultados_Mun_PCA_ind8_tf.csv', index = None)


#Scatter plot (seaborn) PC1 vs PC2

plt.figure(figsize=(16, 10), dpi= 200, facecolor='w', edgecolor='k')
sns.scatterplot(x="CP1", y="CP2", 
                data=df_pca_results_ind8_tf)
# Set x-axis label
plt.xlabel('CP1 (ICE principal)')
# Set y-axis label
plt.ylabel('CP2 (segundo ICE)')
plt.title('Proyección en CP1-CP2 (8 indicadores base, con transformación log en LNE y Densidad_LNE)')

plt.savefig('Pyplot_PCA_projection_ind8_tf.png',dpi=600)


from matplotlib import pyplot
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.lines import Line2D

fig = pyplot.figure(figsize=(16, 10), dpi=200, facecolor='w', edgecolor='k')
ax = Axes3D(fig)
ax.scatter(df_pca_results_ind8_tf['CP1'], df_pca_results_ind8_tf['CP2'], df_pca_results_ind8_tf['CP3'],s=20)
# ax.set_xlim3d(-10, 40)
ax.set_ylim3d(-7.5,7.5)
ax.set_zlim3d(-2,8)
ax.set_xlabel('CP1 (ICE principal)')
ax.set_ylabel('CP2 (segundo ICE)')
ax.set_zlabel('CP3 (tercer ICE)')
ax.view_init(elev, azim)
ax.set_title('Proyección en CP1-CP2-CP3 (8 indicadores, con transformación log en LNE y Densidad_LNE)')

plt.savefig('Pyplot_PCA_3dprojection_ind8_tf.png',dpi=600)
pyplot.show()


# import plotly.express as px

# fig = px.scatter_3d(df_pca_results_ind8_tf, 
#                     x='CP1', 
#                     y='CP2', 
#                     z='CP3')
# fig.update_layout(scene = dict(
#                     xaxis_title='CP1 (ICE principal)',
#                     yaxis_title='CP2 (segundo ICE)',
#                     zaxis_title='CP3 (tercer ICE)'),
#                  legend_orientation="h")
# fig.show()

	EDO	NOMBRE_ESTADO	MUN	NOMBRE_MUNICIPIO	Coef_Var_PE	Coef_Var_LNE	Var_Prop_PE	Var_Prop_LNE	Autocorr_PE	Autocorr_LNE	Razon_LNE_PE	PE	LNE	TC_LNE_2019	NUM_SECC_RUR	Area_Km2	Densidad_LNE
0	1	AGUASCALIENTES	10	SAN FRANCISCO DE LOS ROMO	0.009708	0.008903	0.020041	0.017733	0.988393	0.970914	0.989272	35518.0	34917.0	0.037498	3	9.791576	3566.024547
1	1	AGUASCALIENTES	8	SAN JOSE DE GRACIA	0.003117	0.002356	0.005584	0.008887	0.791791	0.951687	0.991803	7004.0	6914.0	0.000289	4	148.866104	46.444421
2	1	AGUASCALIENTES	9	TEPEZALA	0.003911	0.005070	0.007903	0.011921	0.969294	0.832575	0.990635	15733.0	15545.0	0.005108	6	6.271495	2478.675412
3	1	AGUASCALIENTES	11	EL LLANO	0.005733	0.004768	0.009983	0.014232	0.938868	0.962703	0.991016	15298.0	15067.0	-0.003373	6	10.006312	1505.749552
4	1	AGUASCALIENTES	2	ASIENTOS	0.005650	0.004824	0.009252	0.015397	0.993797	0.837235	0.989080	34722.0	34222.0	0.001874	11	23.049424	1484.722551
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
2453	32	ZACATECAS	45	TEPECHITLAN	0.002327	0.001991	0.017748	0.021905	0.992283	0.577314	0.983523	7061.0	6959.0	0.066677	13	190.978234	36.438707
2454	32	ZACATECAS	14	GENERAL FRANCISCO R. MURGUIA	0.004739	0.002967	0.022931	0.026072	0.982714	0.911464	0.986450	17610.0	17372.0	0.082705	32	1190.248462	14.595272
2455	32	ZACATECAS	44	TABASCO	0.005701	0.005293	0.032716	0.035416	0.952155	0.928948	0.983221	12689.0	12527.0	0.100307	16	235.714183	53.144872
2456	32	ZACATECAS	9	CHALCHIHUITES	0.004951	0.003692	0.019649	0.024771	0.655389	0.819352	0.982861	8339.0	8222.0	0.075052	10	13.707054	599.837116
2457	32	ZACATECAS	11	TRINIDAD GARCIA DE LA CADENA	0.003147	0.002873	0.033702	0.041745	0.864769	-0.273110	0.972699	2853.0	2779.0	0.113381	3	175.709403	15.815887

	NUM_SECC_RUR	LNE	Densidad_LNE	Razon_LNE_PE	TC_LNE_2019	Coef_Var_LNE	Var_Prop_LNE	Autocorr_LNE
0	3	34917.0	3566.024547	0.989272	0.037498	0.008903	0.017733	0.970914
1	4	6914.0	46.444421	0.991803	0.000289	0.002356	0.008887	0.951687
2	6	15545.0	2478.675412	0.990635	0.005108	0.005070	0.011921	0.832575
3	6	15067.0	1505.749552	0.991016	-0.003373	0.004768	0.014232	0.962703
4	11	34222.0	1484.722551	0.989080	0.001874	0.004824	0.015397	0.837235
...	...	...	...	...	...	...	...	...
2451	13	6959.0	36.438707	0.983523	0.066677	0.001991	0.021905	0.577314
2452	32	17372.0	14.595272	0.986450	0.082705	0.002967	0.026072	0.911464
2453	16	12527.0	53.144872	0.983221	0.100307	0.005293	0.035416	0.928948
2454	10	8222.0	599.837116	0.982861	0.075052	0.003692	0.024771	0.819352
2455	3	2779.0	15.815887	0.972699	0.113381	0.002873	0.041745	-0.273110

	NUM_SECC_RUR	LNE	Densidad_LNE	Razon_LNE_PE	TC_LNE_2019	Coef_Var_LNE	Var_Prop_LNE	Autocorr_LNE
count	2456.000000	2.456000e+03	2456.000000	2456.000000	2456.000000	2456.000000	2456.000000	2456.000000
mean	7.709691	3.669317e+04	974.304208	0.985810	0.052843	0.004495	0.023633	0.381260
std	11.297315	1.091515e+05	1751.056534	0.005720	0.037320	0.004276	0.009543	0.485833
min	0.000000	6.100000e+01	0.595349	0.933182	-0.250000	0.000522	0.002555	-0.991201
25%	1.000000	3.319250e+03	70.061623	0.984148	0.033463	0.002466	0.017222	0.000000
50%	4.000000	9.673500e+03	396.396505	0.987232	0.056462	0.003590	0.022695	0.490036
75%	10.000000	2.454125e+04	1250.772062	0.989109	0.074967	0.005291	0.028865	0.811099
max	149.000000	1.463720e+06	24276.021766	0.997168	0.275049	0.122907	0.084949	0.999849

	NUM_SECC_RUR	log(LNE)	log(Densidad_LNE)	Razon_LNE_PE	TC_LNE_2019	Coef_Var_LNE	Var_Prop_LNE	Autocorr_LNE
count	2456.000000	2456.000000	2456.000000	2456.000000	2456.000000	2456.000000	2456.000000	2456.000000
mean	7.709691	9.166359	5.601455	0.985810	0.052843	0.004495	0.023633	0.381260
std	11.297315	1.559443	1.932190	0.005720	0.037320	0.004276	0.009543	0.485833
min	0.000000	4.110874	-0.518608	0.933182	-0.250000	0.000522	0.002555	-0.991201
25%	1.000000	8.107491	4.249375	0.984148	0.033463	0.002466	0.017222	0.000000
50%	4.000000	9.177145	5.982415	0.987232	0.056462	0.003590	0.022695	0.490036
75%	10.000000	10.108110	7.131516	0.989109	0.074967	0.005291	0.028865	0.811099
max	149.000000	14.196492	10.097244	0.997168	0.275049	0.122907	0.084949	0.999849

	CP1	CP2	CP3	CP4	CP5	CP6	CP7
0	-0.290827	1.304370	-0.470542	1.249692	-0.985389	0.343395	-0.883019
1	-0.215022	-0.976397	-0.423919	1.386989	-1.260267	-0.625396	0.304296
2	-0.597435	0.071978	-0.716279	1.371428	-0.870282	-0.309656	-0.647832
3	-0.382682	-0.278937	-0.606074	1.675445	-0.996878	-0.462573	-0.289389
4	-0.428400	-0.232114	-0.320612	1.533638	-0.432850	-0.508456	-0.335265
...	...	...	...	...	...	...	...
2451	0.336526	-0.414118	0.879856	-0.236011	-0.054547	-0.515434	0.024942
2452	-0.052455	-0.693651	2.394801	0.574858	0.201790	-0.068696	-0.577988
2453	0.815847	0.275372	1.779525	0.018950	-0.257829	0.094995	-0.099322
2454	0.562309	0.233027	0.954854	-0.056961	-0.390447	-0.419723	-0.098396
2455	1.391414	0.517387	0.405960	-2.500965	1.204864	-0.454846	0.366341

Código/Articulo_La complejidad del sistema geoelectoral mexicano a nivel municipal

Análisis Exploratorio y Construcción Índices de Complejidad Electoral

Autor: Miguel David Alvarez Hernández (mdalvarezh@gmail.com)

Setup¶

Importación de datos procesados¶

Análisis exploratorio de los indicadores base (sin transformar)¶

Gráficas (heatmap y pair-plot) y análisis de correlación (8 indicadores)¶

Gráficas (heatmap y pair-plot) y análisis de correlación (7 indicadores)¶

Análisis exploratorio de los indicadores base (8 indicadores con transformación log en LNE y Densidad_LNE)¶

Gráficas (heatmap y pair-plot) y análisis de correlación (8 indicadores con transformación log)¶

Gráficas (heatmap y pair-plot) y análisis de correlación (7 indicadores con transformación log)¶

Análisis de Componentes Principales (PCA)¶

Preprocesamiento de datos¶

PCA con 7 indicadores¶

Proyección de los municipios en el espacio de Componentes Principales (7 indicadores)¶

PCA con 7 indicadores (con transformación log en LNE y Densidad_LNE)¶

Proyección de los municipios en el espacio de Componentes Principales (7 indicadores con transformación log)¶

PCA con 8 indicadores¶

Proyección de los municipios en el espacio de Componentes Principales (8 indicadores)¶

PCA con 8 indicadores (transformación log en LNE y Densidad)¶

Proyección de los municipios en el espacio de Componentes Principales (8 indicadores con transformación log)¶

Referencias¶

	NUM_SECC_RUR	LNE	Densidad_LNE	Razon_LNE_PE	TC_LNE_2019	Coef_Var_LNE	Autocorr_LNE
Componentes Principales
CP1	-0.211705	-0.550855	-0.465278	-0.463187	0.112822	0.430093	0.151672
CP2	-0.287634	0.409684	0.552068	-0.399292	0.252682	0.392656	0.259203
CP3	0.604827	0.135698	-0.211088	-0.081155	0.582194	-0.155288	0.448956
CP4	0.281623	0.139980	-0.081287	0.233317	-0.601638	0.455667	0.520046
CP5	0.525755	0.253160	-0.075512	-0.457009	-0.172437	0.262005	-0.588686
CP6	0.013245	0.012165	-0.054434	0.596733	0.439043	0.597200	-0.302021
CP7	-0.388236	0.653048	-0.647230	-0.007313	0.003303	-0.061637	-0.005596

	CP1	CP2	CP3	CP4	CP5	CP6	CP7
0	-0.396410	0.312748	-2.048180	1.063489	0.078595	0.293304	-0.206136
1	-0.336869	-0.664905	0.162953	1.413451	-1.675786	-0.495803	-0.249283
2	-0.672740	-0.640397	-1.416536	1.263932	-0.198634	-0.328894	0.221223
3	-0.690225	-0.621053	-1.306983	1.537761	-0.493104	-0.477162	0.162276
4	-1.020550	-0.249653	-1.057101	1.437208	0.076285	-0.562137	0.010152
...	...	...	...	...	...	...	...
2451	-0.006583	0.697062	1.006117	-0.208517	-0.644477	-0.413032	0.121898
2452	-1.190893	1.945870	1.626221	0.473396	-0.729028	0.118182	0.640717
2453	-0.043935	1.929301	0.450838	-0.174874	-0.617898	0.180208	0.190153
2454	0.019917	0.912624	-0.502408	-0.307996	-0.239740	-0.425384	0.519526
2455	1.853758	0.849605	1.837795	-2.162265	0.481361	-0.420460	-0.437201

	NUM_SECC_RUR	log(LNE)	log(Densidad_LNE)	Razon_LNE_PE	TC_LNE_2019	Coef_Var_LNE	Autocorr_LNE
Componentes Principales
CP1	-0.442755	-0.591059	-0.165281	-0.474309	-0.007929	0.448016	-0.039373
CP2	0.333536	0.279030	-0.177030	-0.403304	0.517044	0.261219	0.530407
CP3	0.435613	-0.148134	-0.762893	-0.104418	-0.040377	-0.192431	-0.395890
CP4	0.261109	0.055797	-0.153531	0.179977	-0.717064	0.483865	0.352760
CP5	0.317846	0.283487	0.409349	-0.421134	-0.115354	0.339615	-0.587404
CP6	0.039417	-0.057381	-0.083298	0.623369	0.443324	0.577055	-0.264759
CP7	0.576373	-0.681232	0.401571	0.056024	0.083361	-0.107522	0.144253

	CP1	CP2	CP3	CP4	CP5	CP6	CP7	CP8
0	-0.306307	0.641296	1.305943	1.217484	-1.001390	0.142371	-0.900100	-0.542311
1	-1.675593	-1.108986	0.189075	1.144486	-1.307539	-0.605453	0.310046	-0.091210
2	-1.425317	-0.179880	0.901846	1.137386	-0.915867	-0.308916	-0.646283	-0.115038
3	-1.285529	-0.498084	0.668174	1.404191	-1.059356	-0.322365	-0.278045	0.197121
4	-1.152818	-0.326636	0.429678	1.359363	-0.483811	-0.384586	-0.323647	0.202303
...	...	...	...	...	...	...	...	...
2451	0.193275	-0.288935	-0.891932	0.023231	-0.014780	-0.679602	0.024107	-0.192633
2452	0.365229	0.214111	-2.244147	1.140430	0.239556	-0.222998	-0.583232	-0.175970
2453	1.806057	0.390591	-1.330152	0.528377	-0.208540	-0.027851	-0.103375	-0.032406
2454	0.764741	0.050060	-0.586152	0.282393	-0.341826	-0.647047	-0.103143	-0.284921
2455	2.589595	0.199123	-0.470100	-2.203005	1.293152	-0.461935	0.378340	0.413631

	NUM_SECC_RUR	LNE	Densidad_LNE	Razon_LNE_PE	TC_LNE_2019	Coef_Var_LNE	Var_Prop_LNE	Autocorr_LNE
Componentes Principales
CP1	-0.144406	-0.205333	-0.151571	-0.475966	0.407942	0.360889	0.576107	0.242715
CP2	0.079560	0.650127	0.618510	0.031802	0.319413	-0.118668	0.236679	0.123754
CP3	-0.618342	0.067031	0.396838	-0.195239	-0.420028	0.458882	-0.127745	-0.119361
CP4	0.402574	0.197894	-0.093124	0.100411	-0.363918	0.454445	-0.075091	0.659865
CP5	0.525531	0.254992	-0.071870	-0.487125	-0.126780	0.252587	-0.023015	-0.579601
CP6	0.025122	0.011039	-0.069211	0.696198	0.151128	0.512477	0.295190	-0.370345
CP7	-0.387438	0.652280	-0.646460	-0.011148	-0.017947	-0.075621	0.018072	-0.004546
CP8	0.038503	-0.030105	0.021298	0.046231	-0.619245	-0.326240	0.708613	-0.054689

	CP1	CP2	CP3	CP4	CP5	CP6	CP7	CP8
0	-0.415637	-0.349339	-1.761185	1.510055	0.068388	0.074817	-0.221071	-0.601798
1	-1.627330	0.936335	0.193189	1.243897	-1.652675	-0.425370	-0.246902	-0.046434
2	-1.475880	0.362061	-1.359785	1.336039	-0.186298	-0.340579	0.219717	-0.167702
3	-1.409122	0.322207	-1.234453	1.547342	-0.466726	-0.349150	0.169135	0.165213
4	-1.413514	-0.163941	-0.923652	1.490953	0.095513	-0.466125	0.017019	0.162591
...	...	...	...	...	...	...	...	...
2451	0.116775	-0.271909	1.142092	-0.114641	-0.669162	-0.528063	0.119502	-0.171248
2452	-0.058226	-1.839626	2.069752	0.665370	-0.738060	0.047949	0.636243	-0.169023
2453	1.473538	-1.583709	0.860440	0.234834	-0.641853	0.104172	0.187990	-0.017411
2454	0.561460	-0.674227	-0.271547	0.111785	-0.282840	-0.638525	0.513595	-0.309112
2455	2.817084	0.045105	1.738236	-2.167727	0.440161	-0.415213	-0.426841	0.455542

	NUM_SECC_RUR	log(LNE)	log(Densidad_LNE)	Razon_LNE_PE	TC_LNE_2019	Coef_Var_LNE	Var_Prop_LNE	Autocorr_LNE
Componentes Principales
CP1	-0.235548	-0.278050	-0.092359	-0.505645	0.350371	0.395752	0.540201	0.178332
CP2	-0.426498	-0.591128	-0.119407	-0.081277	-0.449279	0.183937	-0.321071	-0.330201
CP3	0.515859	-0.080650	-0.797716	-0.206538	0.026180	-0.061820	-0.050911	-0.203167
CP4	0.234741	0.133987	-0.066218	0.014107	-0.487405	0.575267	-0.124163	0.581763
CP5	0.323826	0.279251	0.402388	-0.393662	-0.147984	0.344832	0.026343	-0.598972
CP6	0.060612	-0.081652	-0.112510	0.730542	0.172016	0.485553	0.284512	-0.311466
CP7	0.576752	-0.681286	0.401138	0.055179	0.066825	-0.117389	0.016161	0.144024
CP8	0.014942	-0.000248	-0.031449	0.056167	-0.617403	-0.326102	0.710765	-0.054021